Python基础学习(二)

前一段时间学习了Python数据类型,语句和函数,目前书写python的新特性,继续练手!!!!

一、切片

  之前我们从python的list 或者 tuple中取得元素都是这样写,显然不够灵活

listInfo = ['aaa', 'bbb', 'ccc'];
print( listInfo[0] )
print( listInfo[1] )
print( listInfo[2] )

  输出:aaa

        bbb
        ccc

  python又提供了一种新的方法【切片】操作符,能够提高获取某些特性元素。举例:

#python高级特性

listInfo = ['aaa', 'bbb', 'ccc'];
print( listInfo[0] )
print( listInfo[1] )
print( listInfo[2] )

print( listInfo[0:2])
print( listInfo[:1])
print( listInfo[:])
print( listInfo[1:])
print( listInfo[0:1])

  输出:

aaa
bbb
ccc
['aaa', 'bbb']
['aaa']
['aaa', 'bbb', 'ccc']
['bbb', 'ccc']
['aaa']

  说明:(1)listInfo[0:2]表示,从索引 0 开始取,直到索引 2 为止,但是不包括索引3本身。所以是索引 0、1 正好是2个元素。

     (2)如果第一个索引是0,可以省略掉的 即可 listInfo[:2] 效果同上

   listInfo[-1] 取倒数第一个元素例如: 

print( listInfo[-1] )
print( listInfo[-2:] )
print( listInfo[-2:-1] )

  输出:

ccc
['bbb', 'ccc']
['bbb']

  说明:(1)listInfo[-2:] 是从倒数第二个开始取,到最后一个

     (2)listInfo[-2:-1]是从倒数第二个开始取,到倒数第一个,这里不包含倒数第一个元素

 可以通过切片轻松取出某一段数列,例如

listInfo = list(range(100))
#print( listInfo )
print( listInfo[:10] )
print( listInfo[-10:])
print( listInfo[10:20] )
#从前10个数了,每两个取一个
print( listInfo[:10:2] )
#所有的数,每5个取一个
print( listInfo[::5] )
#什么都不写,就是原样输出
#print( listInfo[:] )

  输出:

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
[0, 2, 4, 6, 8]
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]

  另外tuple 也可以看作为一种list, 唯一的区别就是tuple是不可变的,因此,tuple也可以用作切片操作,但是操作结果仍然是tuple:

tupleInfo = (0,1,2,3,4)
print( tupleInfo )
print( tupleInfo[:3] )
print( tupleInfo[-2:] )

  输出:

(0, 1, 2, 3, 4)
(0, 1, 2)
(3, 4)

  其实字符串“abc”也可以看成是list,每个元素就是一个字符,因此,字符串也可以用作切片,只是操作结果还是字符串:

strInfo = 'abcdefg';
print( strInfo )
print( strInfo[:3] )
print( strInfo[-2:] )

  输出:

abcdefg
abc
fg

  说明:字符串切片其实就是python对字符串的一种截取方式。

二、迭代

  迭代就是循环,通常php都会使用下标完成for循环,而python这里采用的是 for  .. in .. 的形式迭代

#迭代
dictInfo = { 'a': 1, 'b': 2, 'c':3 }
for key in dictInfo:
    print( key )

for val in dictInfo.values():
    print( val )

for k,v in dictInfo.items():
    print( k,v )

  输出:

c
a
b
3
1
2
c 3
a 1
b 2

  说明:for..in..的迭代方式不区分数据类型,也不区分是否有下标,只要是可迭代对象都可以迭代,字符串也是可以的

for str in 'ABCDEFG':
    print( str )

  然而当我们循环的时候如何区是否可分迭呢?方法是通过collections模块的Iterable类型判断;如下:

from collections import  Iterable
#str是可以迭代的 True
print( isinstance('abc', Iterable) )

#list是可以迭代的 True
print( isinstance([1,2,3], Iterable) )

#int是不可迭代的 False
print( isinstance(18, Iterable) )

  另外python的list是可以实现像php那样带循环下标的方法,python内置的enumerate函数可以把一个list变成索引-元素对,这样就可以做for循环中同时迭代索引和元素:

for i, val in enumerate(['a', 'b', 'c']):
    print(i, val)

  输出:

0 a
1 b
2 c

  说明:在for循环中,同时引用两个变量是很常见的哟。

三、列表生成式

  列表就是list, 我们通常定义一个list要么手写,要么循环插入,但是都太频繁。而列表生成式却可以通过一行语句完成循环所生成的list:

listTest = []
#循环生成
for x in range(1,6):
    listTest.append(x*x)

print( listTest)

#列表生成式
print( [x*x for x in range(1,6)] )

  输出:

[1, 4, 9, 16, 25]
[1, 4, 9, 16, 25]

  说明:(1)由此可见列表生成式可以非常简单的完成for循环的工作,代码反而更加简洁

     (2)列表生成式:就是要把生成的元素x*x 写到最前面,后面跟for循环,就可以把list创建出来。

  另外for循环后面还可以加上if判断: 

print( [x*x for x in range(1,21) if x % 2 == 0 ] )

  输出:[4, 16, 36, 64, 100, 144, 196, 256, 324, 400]

  另外还可以使用双层循环:

print( [ m + n for m in 'ABC' for n in 'XYZ' ] )

  输出:['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

  另外for循环其实可以同时使用两个或者更多个变量,比如使用dict 的 items() 可以同时迭代key 和value, 前面已经有案例了,其实列表生成式也可以使用两个变量来生成list:

dictInfo = {'a':'1', 'b':'2', 'c':'3'}
print( [ k+'=='+v  for k, v in dictInfo.items() ] )

  输出:['c==3', 'a==1', 'b==2']

  在来看看这个,变成大写:

listInfo = ['aaa', 'bbb', 'ccc']
print( [s.upper() for s in listInfo] )

  输出:['AAA', 'BBB', 'CCC']

四、生成器

  通常我们在测试的时候用 range(100) 去生成一个list, 这个的数据量相当的大,其实使用中时却只是使用了其中一小部分数据,那如何在循环中推断后续的元素呢?比如一个斐波拉契数列,怎么实现呢?

  这个时候list 是写不出这样的数列的,但是用函数却很方便:

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        print (b)
        a, b = b, a+b
        n = n +1
    return  'done'

g = fib(6)

  输出:

1
1
2
3
5
8
done

  现在说一下什么是生成器?

  生成器就是:generator

  要创建生成器有很多种方法,第一种,将list 的 []  变成(),就创建了生成器:

  举例:

listInfo = [ x*x for x in range(10) ]
gInfo = ( x*x for x in range(10) )

print( listInfo )
print( gInfo )

  输出:

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
<generator object <genexpr> at 0x7f074626dc50>

  说明:由此可见,list 和 g,唯一的不同就是 [] 和 () 但是 gInfo 不是list 它就是生成器,生成器是不能够直接打印的,它可以通过 next()去获取其中的元素

       当然,获取元素每次都是获取下一个,每次断点仍然会接着获取下一个元素,直到没有元素为止且抛出一个异常。

     例如:

print( next(gInfo) )
print( next(gInfo) )
print( next(gInfo) )
print( next(gInfo) )

  输出:这是复制了 11个输出 print ( next(gInfo) ) 最后一个没有元素则抛出了异常

0
1
4
9
16
25
36
49
64
81
Traceback (most recent call last):
  File "/mnt/hgfs/webspace/pythonStudy/one.py", line 415, in <module>
    print( next(gInfo) )
StopIteration

  如果像上面那样next 去一个个输出是很傻的,因为我们可以使用for循环去输出数据,并且不会抛出异常,后期几乎很少用到 next()  

gInfo = ( x*x for x in range(10) )
for x in gInfo:
    print( x )

  输出同上,只是没有抛异常

  其实斐波拉契数列的逻辑非常类似 生成器 generator, 通过改造如下:

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield (b)
        a, b = b, a+b
        n = n +1
    return  'done'

g = fib(6)
for x in g:
    print( x )

  只要将 print(b) 改成 yield b 就可以了,此时的 fib 函数不在是普通的函数,而是 生成器了。它将不能够直接输出返回数据,而是通过 for 循环输出数据。

  输出:

1
1
2
3
5
8

  说明:generato 和 普通函数的不同在于执行流程不同,函数是至上而下顺序执行,遇到return或者最后一行函数就返回,而generator的函数 在每次调用 next() 的时候执行,遇到 yield 的时候返回,再次执行的时候则从上一次返回的 yield 语句处继续执行。

  另外,我们用 for 循环调用 generator时, 是拿不到 return 的返回值的,必须捕获 StopIteration错误,例如:

gInfo = ( x*x for x in range(10) )
while True:
    try:
        x = next( gInfo )
        print( x )
    except StopIteration as e:
        print( e.value )
        break

  输出:

0
1
4
9
16
25
36
49
64
81
None

  

五、迭代器

   目前学习了for循环的数据类型如下:

  (1)集合数据类型:如 list  tuple  dict  set  str 等

  (2) generator 包括生成器和带 yield 的 generator 的 function

  这些呢都是可以用作 for 循环对象,统称为可迭代对象:Iterable

  可以通过 isinstance() 判断一个对象是否是 Iterable 对象:

  引入: from  collections import Iterable

  使用: isinstance( [] , Iterable )

  举例:

from  collections import Iterable
print( isinstance([1,2,3], Iterable) )
print( isinstance({1,2,3}, Iterable) )
print( isinstance('abc', Iterable) )
print( isinstance((x for x in range(3)), Iterable) )
print( isinstance(20, Iterable) )

  输出:

True
True
True
True
False

  另外 生成器不但可以用作 for 循环, 而且还可以通过 next() 调用

  所以可以被 next() 函数调用的并不断返回下一个值的对象 称之为迭代器: Iterator

  可以通过 isinstance() 判断一个对象是否是 Iterator 对象

  例如:

from  collections import Iterator
print( isinstance([1,2,3], Iterator) )  #False
print( isinstance({1,2,3}, Iterator) )  #False
print( isinstance('abc', Iterator) )    #False
print( isinstance((x for x in range(3)), Iterator) )    #True
print( isinstance(20, Iterator) )       #False

  由此可见:生成器都是迭代器,而 list  dict  str  都不是迭代器

  python 是支持将 可迭代对象变成 迭代器的: iter() 函数

  例如:  

print( isinstance( iter( [1,2,3] ), Iterator) )  #True
print( isinstance( iter( {1,2,3} ), Iterator) )  #True
print( isinstance( iter( 'abc' ), Iterator) )    #True

  可迭代对象 变成 迭代器 必须走 iter 函数,因为迭代器对象表示的是一个数据流,迭代器对象可以被 next() 函数调用,直到数据抛出异常

  可以将这个数据流看作一个有序序列,但是我们却不能提前知道序列的长度,只能不断的通过 next() 计算下一个数据,所以 迭代器Iterator 的计算是惰性的。

  Iterator 甚至可以表示一个无限大的数据流,例如全体自然数,而list是不可能做到的。

总结:

  凡是可作用于for循环的对象都是Iterable类型;

  凡是可作用于next()函数的对象都是Iterator类型,它们表示一个惰性计算的序列;

  集合数据类型如listdictstr等是Iterable但不是Iterator,不过可以通过iter()函数获得一个Iterator对象。

  Python的for循环本质上就是通过不断调用next()函数实现的

  例如:

for x in [1,2,3]:
    print( x )

it = iter([1,2,3])
while True:
    try:
        x = next(it)
        print( x )
    except StopIteration:
        break;

  上面两个循环其实是等价的!

 

学习资源:来至廖雪峰官方网站;  

   

  

 

posted @ 2018-08-17 16:42  清零者  阅读(378)  评论(0编辑  收藏  举报